33266

مدلسازي QSPR فرآيند نيتروژن‌زدايي از سوخت با حلال يوتكتيك عميق

كارشناسي ارشد

مهندسي شيمي

1401

1403/11/08

دكتر محمد امين ثباتي

--

مهندسي شيمي، نفت و گاز

به دليل مشكلات متنوع ناشي از حضور تركيبات نيتروژني در سوخت، فرآيند نيتروژن‌زدايي از سوخت از اهميت ويژه‌اي برخوردار است. در اين پژوهش، باتوجه‌به مزاياي استفاده از حلال‌هاي يوتكتيك عميق در فرآيند نيتروژن‌زدايي استخراجي، اين روش به طور جامع بررسي شده است. نيتروژن‌زدايي استخراجي يك روش مؤثر براي حذف تركيبات نيتروژني از سوخت‌ها است كه مي‌تواند به كاهش آلودگي‌هاي زيست‌محيطي و بهبود كيفيت سوخت كمك كند. انتخاب حلال مناسب در اين فرآيند از اهميت بالايي برخوردار است، زيرا مستقيماً بر بازده و كارايي نيتروژن‌زدايي تأثير مي‌گذارد. حلال‌هاي يوتكتيك عميق (DES) به دليل ويژگي‌هاي برجسته‌اي مانند زيست‌تخريب‌پذيري، ايمني بيشتر، پايداري حرارتي بالا و قابليت بازيافت، نسبت به حلال‌هاي آلي مزاياي قابل‌توجهي دارند و انتخابي پايدار و كارآمد براي فرآيندهاي نيتروژن‌زدايي محسوب مي‌شوند. در اين راستا اين پژوهش به بررسي فرآيند نيتروژن‌زدايي استخراجي سوخت‌ها با استفاده از حلال‌هاي DES پرداخته است. با بهره‌گيري از روش ارتباط كمّي ساختار-ويژگي (QSPR)، توزيع پيريدين به‌عنوان يك تركيب نيتروژني متداول بين فازهاي هيدروكربني و حلال‌هاي DES پيش‌بيني شد. براي اين منظور، مجموعه داده‌اي جامع متشكل از داده‌هاي تعادل مايع - مايع (LLE) براي 43 سيستم سه‌جزئي شامل 371 داده تعادلي شامل انواع مختلف DES با دهنده‌هاي پيوند هيدروژني (HBD)، گيرنده‌هاي پيوند هيدروژني (HBA) و هيدروكربن‌ها فراهم شد كه امكان تحليل جامع اثرات ساختاري بر توزيع پيريدين را فراهم كرد. مدل‌هاي پيش‌بيني‌كننده خطي و غيرخطي با استفاده از روش‌هاي رگرسيون خطي چندگانه (MLR) و پرسپترون چندلايه (MLP) توسعه يافتند. مدل خطي بادقت نسبتاً خوبي (8025/0R2= و 52/21AARD%=) و مدل غيرخطي بادقت بالاتر (9581/0R2= و 30/9AARD%=) توانايي مطلوبي در پيش‌بيني مقادير تجربي نشان دادند. تجزيه‌وتحليل توصيف‌كننده‌هاي مولكولي انتخاب‌شده در مدل QSPR نشان داد كه توزيع پيريدين بين فاز غني از DES و غني از هيدروكربن تحت‌تأثير ميانگين وزن مولكولي (AMW) ساختار HBA و ميزان آب‌دوستي (Hy) ساختار HBD و توصيف‌كننده سه‌بعدي نمايش مولكولي از ساختارها بر اساس پراش الكترون با ويژگي جرم (Mor18m) براي ساختار هيدروكربن قرار دارد. اين نتايج ديدگاه‌هاي ارزشمندي براي انتخاب و طراحي حلال‌هاي DES در فرآيندهاي نيتروژن‌زدايي استخراجي ارائه مي‌دهند.

1404/01/29

QSPR modeling of the extractive denitrogenation of fuel using deep eutectic solvent

1/27/2026 12:00:00 AM

Due to the various problems caused by the presence of nitrogen-containing compounds in fuels, the process of denitrogenation from fuels is important. In this study, considering the advantages of using deep eutectic solvents (DESs) in the extractive denitrogenation process, this method has been comprehensively investigated. Extractive denitrogenation is an effective method for removing nitrogen compounds from fuels, which can help reduce environmental pollution and improve fuel quality.Choosing the right solvent in this process is of great importance, as it directly affects the efficiency and effectiveness of denitrogenation. Deep eutectic solvents have significant advantages over organic solvents due to their outstanding features such as biodegradability, greater safety, high thermal stability, and recyclability, making them a sustainable and efficient choice for denitrogenation processes. In this regard, this study investigated the extractive denitrogenation of fuels using DES solvents.Using the quantitative structure-property relationship (QSPR) method, the distribution of pyridine a common nitrogen compound—between hydrocarbon phases and DES solvents was predicted. For this purpose, a comprehensive dataset of liquid-liquid equilibrium (LLE) data for 43 ternary systems was compiled, including 371 equilibrium data points representing different types of DESs with hydrogen bond donors (HBDs), hydrogen bond acceptors (HBAs), and hydrocarbons. This dataset enabled a comprehensive analysis of the structural effects on pyridine distribution.Linear and nonlinear prediction models were developed using multiple linear regression (MLR) and multilayer perceptron (MLP) methods. The linear model demonstrated an accuracy of R2=0.8025and AARD%=21.52, while the nonlinear model exhibited higher accuracy with R2=0.9581 and AARD%=9.30, showing significant ability to predict experimental values. Analysis of the selected molecular descriptors in the QSPR model revealed that the distribution of pyridine between the DES and hydrocarbon phases is influenced by the average molecular weight (AMW) of the HBA structure, the hydrophilicity (Hy) of the HBD structure, and the Mor18m descriptor for the hydrocarbon structure. These results provide valuable insights for the selection and design of DES solvents in extractive denitrogenation processes.

ارتباط كمي ساختار - ويژگي (QSPR) , حلال يوتكتيك عميق (DES) , نيتروژن‌زدايي استخراجي , سيستم‌هاي سه‌جزئي , شبكه عصبي مصنوعي

Quantitative Structure-Property Relationship (QSPR) , Deep Eutectic Solvent (DES) , Extractive Denitrogenation , Ternary Systems , Multilayer Perceptron (MLP)

Fateme Ghadimi

Dr. Mohammad Amin Sobati